使用 pandas 填充缺失值

在构建数据管道时，遇到缺失数据几乎是不可避免的。有时，您可能希望将这些记录从数据集中移除。但在其他情况下，您需要为缺失信息进行插补。本练习中，您将练习使用 pandas 为缺失的测试分数进行插补。

文件 "testing_scores.json" 中的数据已读入 DataFrame，并存储在变量 raw_testing_scores 中。此外，已将 pandas 以 pd 的名称导入。